pandas.Series.drop#

Series.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')[源代码]#

删除了指定索引标签的返回系列。

根据指定的索引标签删除系列的元素。使用多索引时，可以通过指定级别来删除不同级别上的标签。

参数

labels单一标签或类似列表: 要删除的索引标签。
axis0，默认为0: 系列上的应用程序具有冗余性。
index单一标签或类似列表: 系列上的应用程序是多余的，但可以使用‘index’而不是‘Labels’。
columns单一标签或类似列表: 未对该系列进行任何更改；请改用‘index’或‘Labels’。
levelInt或Level名称，可选: 对于多索引，为要删除其标签的级别。
inplace布尔值，默认为False: 如果为True，则原地执行操作并返回None。
errors{‘忽略’，‘RAISE’}，默认‘RAISE’: 如果为‘Ignore’，则取消显示错误，并且只丢弃现有标签。

退货

系列或无: 如果删除了指定的索引标签，则不删除序列 inplace=True 。

加薪

KeyError: 如果在索引中未找到任何标签，则返回。

参见

Series.reindex: 仅返回Series的指定索引标签。
Series.dropna: 返回不带空值的序列。
Series.drop_duplicates: 已删除重复值的返回系列。
DataFrame.drop: 从行或列中删除指定的标签。

示例

>>> s = pd.Series(data=np.arange(3), index=['A', 'B', 'C'])
>>> s
A  0
B  1
C  2
dtype: int64

丢弃标签B en C

>>> s.drop(labels=['B', 'C'])
A  0
dtype: int64

丢弃多指数系列中的二级标签

>>> midx = pd.MultiIndex(levels=[['lama', 'cow', 'falcon'],
...                              ['speed', 'weight', 'length']],
...                      codes=[[0, 0, 0, 1, 1, 1, 2, 2, 2],
...                             [0, 1, 2, 0, 1, 2, 0, 1, 2]])
>>> s = pd.Series([45, 200, 1.2, 30, 250, 1.5, 320, 1, 0.3],
...               index=midx)
>>> s
lama    speed      45.0
        weight    200.0
        length      1.2
cow     speed      30.0
        weight    250.0
        length      1.5
falcon  speed     320.0
        weight      1.0
        length      0.3
dtype: float64

>>> s.drop(labels='weight', level=1)
lama    speed      45.0
        length      1.2
cow     speed      30.0
        length      1.5
falcon  speed     320.0
        length      0.3
dtype: float64

pandas.Series.dot

pandas.Series.drop_duplicates